MITs UQ-DAAAM lässt Roboter unsichere Objektbeschreibungen im Gedächtnis erkennen und korrigieren

Forschende am MIT um Luca Carlone haben UQ-DAAAM entwickelt. Das System bewertet, wie verlässlich die Objektbeschreibung eines Vision-Language-Modells ist, indem es dessen Konfidenz und die Übereinstimmung über mehrere Blickwinkel prüft, und wählt bei Bedarf zusätzliche Ansichten. Bei etwa 92 % der Objekte löste es Mehrdeutigkeiten mit je zwei weiteren Beschreibungen und verbesserte die Genauigkeit um 5 %. Vorgestellt wird die Arbeit auf der NeurIPS.

Zusammenfassung von DroidBazaar. Der Originalartikel gehört seinem Verlag.